公开(公告)号：CN116151562A

公开(公告)日：2023-05-23

申请号：CN202310064061.3

申请日：2023-01-13

Applicant: 福州大学

Inventor： 江昌旭 ,  周龙灿 ,  卢玥君 ,  林铮 ,  邵振国

IPC: G06Q10/0631 ,  H02J3/38 ,  H02J3/06 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/20

Abstract: 本发明提出一种基于图神经网络强化学习的移动应急车调度和配电网韧性提升方法，包括：步骤S1：配电网‑交通网模型初始化；步骤S2：交通路网和电力系统线路故障随机恢复；步骤S3：构建图神经网强化学习算法的状态；步骤S4：生成移动应急储能车的调度行为策略；步骤S5：执行移动应急储能车的调度策略，并对移动储能车的状态进行判断和更新；步骤S6：计算配电网重构策略，并根据对配电网的重构和优化计算移动应急储能车的奖励函数；步骤S7：图神经网络强化学习算法状态更新；步骤S8：将当前步的信息存储于记忆单元中；步骤S9：判断是否达到预定的时间；若否，则执行(2)~(8)；若是，则输出图神经网络强化学习算法参数和相应优化调度结果。

公开(公告)号：CN119151222A

公开(公告)日：2024-12-17

申请号：CN202411254987.X

申请日：2024-09-09

Applicant: 福州大学

Inventor： 江昌旭 ,  周龙灿 ,  刘晨曦 ,  袁羽娟 ,  邵振国

IPC: G06Q10/0631 ,  G06Q50/06 ,  G06N3/092

Abstract: 本发明提供一种基于数据‑模型混合驱动方法的多类型移动应急资源优化调度和配电网韧性提升策略，从移动储能车和应急抢修队的动态交互关系出发，同时协调移动储能车和应急抢修队进行负荷恢复和道路维修；考虑修复道路所需时长不确定下调度应急抢修队对交通网损坏道路进行修复；以及考虑交通网道路状态动态变化下调度移动储能车对配电网节点进行负荷恢复；数据驱动部分由基于图注意力机制的图神经网络多智能体强化学习算法GATD3QN支撑，以求解出最优的多类型移动应急资源路由行为策略；模型驱动部分将移动储能车和应急抢修队的调度模型、配电网重构模型和配电网最优潮流模型构建为MISOCP模型并求解出最优的多类型移动应急资源调度行为策略。